
EPAT:一个开源、用户友好且可重现的 MATLAB 工具箱,其中包含多种用于 EEG 数据预处理的算法。它提供了基于 EEGLAB 的模板管道,用于对 EEG、脑磁图和多导睡眠图数据进行高级多处理。
EPAT 简化了 EEG 信号浏览和预处理、EEG 功率谱分析、独立分量分析、时频分析、ERP 波形绘制和头皮电压拓扑分析。其图形用户界面使无编程背景的临床医生和研究人员也能使用。
EPAT 是一个基于 EEGLAB 的脑电信号处理工具箱,能够调用 EEGLAB 的几乎所有函数,并根据用户需求对其进行优化。主要功能如下:
| 主要功能 | 描述 |
| EEG数据导入 | 支持批量导入多种格式的EEG数据,包括DAT、NSF、CNT、VHDR、EEG、RAW、MFF、EDF、BDF、CDT、SET、MAT(不仅包括EEGLAB可以导入的数据格式,还支持多种其他数据格式)。 |
| EEG数据预处理 | 包括电极定位、滤波、再参考、基线校正、抗伪影、条件组合等预处理方法,还提供了多种过滤器和过滤算法供用户选择。EPAT还支持各种去噪算法,例如独立分量分析(ICA)、小波域去噪和主成分分析。特别是,预处理方法可以在EPAT交互式图形用户界面(GUI)中实现批量设置和处理,而无需编码。 |
| EEG数据可视化 | 支持多种可视化方法,如事件相关电位(ERP)波形,时频图,频域功率光谱,头皮电位分布图和ICA分解。特别是,它支持多个自定义绘图选项,例如通道选择、数据修剪、图形缩放等。 |
| EEG数据分析 | 支持多种EEG数据分析方法,包括ICA、ERP分析、时频分析、相干性分析等。它还支持分析图形条件之间的统计差异,用户可以通过导出数据进一步进行统计分析。 |
| EEG数据导出 | 支持命名和导出各种分析结果图,如ERP波形、时频分析图和功率谱图表,还支持导出相关数据结果。EPAT还可以将平均参考波形、事件标记、头皮电极位置等信息导出为MATLAB文件。 |
除了上述主要功能外,EPAT 还可以为专业用户提供很多高级功能,如下:
| 高级功能 | 描述 |
| 脑电与肌电信号的耦合分析 | 可同时处理头皮脑电和肌电信号,进行任务分割和耦合分析。 |
| 兼容的数据结构 | 允许在预处理过程中存储和合并兼容文件,避免重复处理,提高效率。 |
| 人工图谱识别和AI训练 | 人工识别的迹线可作为标签用于 AI 训练,助力大数据分析。 |
| 立体定向脑电数据分析 | 支持无需电极定位的立体定向脑电数据分析,并可直接导入 Brainstorm 绘制三维脑网络连接图。 |
| 双向脑网络分析工具 | 填补了双向脑网络分析展示工具的空白。 |
| “review events”插件 | 帮助用户浏览、修改、更新 EEG 数据中的事件标记,并支持手动插入事件。 |
| 数据分割和合并 | 支持根据任务范式分割数据和整合批量数据,方便进一步分析和结果整合。 |
| 灵活的数据导出 | 提供多种导出选项,确保与常用统计分析软件(如 SPSS)的兼容性,便于高效统计分析。 |
研究者邀请了神经外科和神经内科的16位临床医生参与 EPAT 和 EEGLAB 的评分评估。对 14 个指标的结果进行 Wilcoxon 秩和检验,结果显示 EPAT 得到了大多数参与者的认可(如图1所示)。
* 表示统计学上存在显著差异。
< EPAT工具箱的使用方式 >
EPAT 可以清晰地可视化数据处理的顺序和内容,通过按照固有的实验范式设置治疗参数,方便临床脑电图检查。
第一步:下载文件“EPAT V4.9”
下载链接:EPAT_Version 4.9.zip(私信回复)
第二步:运行 MATLAB 命令“Set path”,选择“Add with subfolders”,然后选择 EPAT_V4,保存。用户还可以添加其他自建的总工作文件夹。
第三步:在 MATLAB 命令窗口中输入“EPAT”。
下载链接:测试数据和演示视频(私信回复)
共包含5个设置界面,完成参数定义(见图3)。
DefineParam1:定义处理项目的数据导入参数
选择项目文件,描述新建文件(参数文件名默认为“param”),设置数据文件类型和刺激类型,确保红色标记位置被选中,绿色标记位置为提醒操作人员检查。
DefineParam2:定义EEG数据的预处理和滤波参数
对原始数据进行数据降采样、滤波和重新参考,以提高处理效率和减少噪音。
DefineParam3:定义通道选择和ICA参数
选择数据分析的通道,并配置主成分分析(PCA)/独立分量分析(ICA)。
DefineParam4:定义 ERP epoch 和时频分析参数
DefineParam5:选择并填写 epoch 事件,完成设置
每一步都有帮助提示,设置完成后会在通用文件夹下生成三个新的子文件夹。
设置完参数后,进入步骤1,对批量数据进行ICA或PCA分析(见图4)。
点击“Load Param”可选择“param”文件夹中的参数文件,点击“Start”开始分析。分析过程中会有四个显示:
1. MATLAB命令窗口,运行正常。
2. EPAT分析进度。
3. 暂停窗口(分析过程中建议不要点击“中断”)。
4. EEGLAB信息弹窗。
EPAT 的下一个使用阶段涉及检查 EEG 数据以去噪并识别敏感 IC、坏通道和间隔,步骤如图5所示。
1. 加载参数文件(与步骤 1 相同)后,勾选“Processed”选项。
2. 使用“Specify”打开 EEGLAB 工具箱,然后用户单击“start”以显示滚动通道活动、滚动组件活动和地形图。
3. 基于这些图,用户可以按照说明依次识别和去除坏通道和伪影组件。
4. 然后对剩余数据进行类似处理,直到步骤 2 中提示“The Last sub!”,表示所有处理即将完成。
5. 保存结果和参数以完成此步骤。
用户按照图7中的步骤1~8清理EEG、epoch ERP,识别并剔除ERP的不良试验。
1. 通过“加载参数”、“加载子列表”和“加载处理结果”命令导入数据。
2. 点击“START”后,用户可以在滚动通道活动-eegplot中选择并标记不良试验。
3. EpochERP界面提示用户“确认”不良试验。用户需等待一段时间,直到“确认”按钮由红色变为绿色。如果数据中没有识别出不良试验,用户仍需点击“确认”,否则数据将默认被删除。
4. 其余数据以类似的方式处理,直到提示“最后一个子项”。
可以显示多名受试者不同条件间平均 ERP 结果(见图7),另外还可以提取自定义统计分析的测试值。
1. 加载参数文件;2. 加载受试者列表;3. 加载 ERP 结果文件;4. 从受试者和条件中选择 ERP;5. 绘制来自多个受试者的平均 ERP)和一个工具栏(显示文件名、显示事件名称、绘制通道位置和保存通道名称
一个工具栏:
工具栏中可以显示文件名和事件名、绘制通道位置、保存通道名,可以清除、恢复、复制、保存受试者指标(一般不需要使用此功能,EPAT会自动操作)。
点击“导出ERP”会弹出新的操作界面,用户可以根据提示,通过事件(条件)的比较、电极组合等提取一定时间窗口内的ERP成分的平均值和极值,以便进行后续的数据统计。
步骤5对于ERP批量数据的TF分析至关重要(见图8)。
四个模块:
模块 1:基本设置;模块 2:提取节律和 TF 配置;TF 的 EEG/ERP 配置;模块 3:定义的 TF 设置;模块 4,用于跟踪过程(在底部)。
点击“显示TF”可以通过另一个界面显示和导出ERP时频结果。
如果用户想要查看特定通道或整个脑区的TF图,应该勾选“按通道或拓扑图显示和导出TF结果”功能栏。
为了获得准确的时频分析结果数据,需要重点关注的功能栏是“导出ERP的TF值”,随后就可以按照具体的研究目标来组织数据和进行统计分析。
EPAT工具包下载链接请私信后台~
附带EPAT工具箱用户使用手册
